إعادة التعرف على الأفراد لا تزال مهمة صعبة في مجال رؤية الحاسوب بسبب مجموعة من الأسباب. من الجانب الآخر، التعلم التدريجي لا يزال مشكلة حيث تواجه نماذج التعلم العميق مشكلة النسيان الكارثي عند تدريبها على مهام متتابعة. في هذا البحث، نقترح نموذجاً يمكن استخدامه لأداء مهام متعددة في إعادة التعرف على الأفراد، ويقدم نتائجًا رائدة في مجموعة متنوعة من المهام مع الحفاظ على دقة عالية لاحقًا. قمنا بتقييم نموذجنا على قاعدتي بيانات Market 1501 وDuke MTMC. أظهرت التجارب الواسعة أن هذه الطريقة يمكن أن تحقق التعلم التدريجي بكفاءة في إعادة التعرف على الأفراد (Person ReID) وكذلك في مهام أخرى في رؤية الحاسوب.